使用numba处理和操作numpy数组

Question

Numba的jit为什么不能编译一个简单的Numpy数组操作？

这是一个最小的不起作用的示例，可以重现Numba无法编译的情况。

import numpy as np
from numba import jit

rows = 10
columns = 999999
A = np.empty((rows, columns))
b = np.linspace(0, 1, num=rows)

@jit(nopython=True)
def replicate(A, b):
    for i in range(A.shape[1]):
        A[:, i] = b
    return A #optional

replicate(a, b)

With the following error:

TypingError: Failed at nopython (nopython frontend)
Cannot resolve setitem: array(float64, 1d, C, nonconst)[(slice3_type, int64)] = array(float64, 1d, C, nonconst)
File "<ipython-input-32-db24fbe2922f>", line 12

我做错了什么吗？

另外，我需要使用nopython模式，因为在我的实际情况中，我需要频繁执行数组加法、标量乘法和用其他数组填充数组。我的理解是，在对象模式下，我将无法进行循环jitting，因此我不会在执行速度上看到任何真正的性能提升。

- gota

Answer 1

Numba在nopython模式下不支持numpy切片。请尝试显式展开循环：

rows = 10
columns = 999999
a = np.empty((rows, columns))
b = np.linspace(0, 1, num=rows)

@jit(nopython=True)
def replicate(A, b):
    for i in xrange(A.shape[0]):
        for j in xrange(A.shape[1]):
            A[i, j] = b[i]
    return A #optional

replicate(a, b)

- JoshAdel